Lerninhalte finden
Features
Entdecke
© StudySmarter 2024, all rights reserved.
Lineare Programmierung:In dieser Aufgabe betrachten wir ein lineares Programmierungsproblem zur Optimierung der Produktionsplanung eines Unternehmens. Das Unternehmen stellt zwei Produkte her: Produkt A und Produkt B. Die Produktionskapazitäten und die benötigten Ressourcen sind wie folgt gegeben:
a) Formuliere die Zielfunktion und die Nebenbedingungen für das oben beschriebene Problem.
Lösung:
Subaufgabe a:
Um das Problem als lineare Programmierung zu formulieren, müssen wir die Zielfunktion und die Nebenbedingungen aufstellen.
Zielfunktion:Wir wollen den Gesamtgewinn maximieren. Der Gewinn pro Einheit von Produkt A beträgt 40 Euro und der Gewinn pro Einheit von Produkt B beträgt 50 Euro. Bezeichnen wir die Anzahl der hergestellten Einheiten von Produkt A mit x und die Anzahl der hergestellten Einheiten von Produkt B mit y, dann ergibt die Zielfunktion:
maximiere Z = 40x + 50y
Nebenbedingungen:Die Nebenbedingungen ergeben sich aus den verfügbaren Produktionskapazitäten in den beiden Arbeitszentren:
2x + y ≤ 100
x + 3y ≤ 90
Zusammengefasst ergibt sich das folgende lineare Programm:
Zielfunktion:
maximiere Z = 40x + 50y
Nebenbedingungen:
b) Zeichne das Machbarkeitsgebiet in einem 2D-Koordinatensystem und markiere die zulässigen Lösungen.
Lösung:
Subaufgabe b:
Um das Machbarkeitsgebiet in einem 2D-Koordinatensystem zu zeichnen, brauchen wir die Ungleichungen der Nebenbedingungen und setzen sie in ein Koordinatensystem um:
Folge den folgenden Schritten, um das Machbarkeitsgebiet zu zeichnen:
Schritt 1:Zeichne die Ungleichungen als Gleichungen in ein Koordinatensystem:
Hier sind die Schnittpunkte der Linien mit den Achsen wichtig:
Zeichne die Linien in das Koordinatensystem. Orientiere Dich dabei an den Schnittpunkten der Linien mit den Achsen.
Schritt 3:Bestimme das Machbarkeitsgebiet, indem du die Bereiche identifizierst, die alle Nebenbedingungen erfüllen. Die zulässigen Lösungen sind im Bereich, der von den Ungleichungen begrenzt wird.
Skizze des Machbarkeitsgebiets:Siehe Abbildung für eine grafische Darstellung des Machbarkeitsgebiets:
In der Abbildung markiere die Schnittpunkte, die innerhalb der begrenzenden Linien liegen. Diese markieren die zulässigen Lösungen:
Diese Punkte entsprechen den zulässigen Lösungen, die im Machbarkeitsgebiet liegen.
c) Berechne die Eckenpunkte des Machbarkeitsgebiets und bestimme den optimalen Punkt durch Einsetzen in die Zielfunktion.
Lösung:
Subaufgabe c:
Um den optimalen Punkt zur Maximierung des Gesamtgewinns zu finden, müssen wir die Eckenpunkte des Machbarkeitsgebiets berechnen und diese in die Zielfunktion einsetzen. Die Eckenpunkte sind die Schnittpunkte der Ungleichungen.
Schritt 1: Berechnung der EckenpunkteWir haben die folgenden Ungleichungen:
Die Schnittpunkte der Linien sind die Eckpunkte des Machbarkeitsgebiets. Lassen Sie uns die Punkte berechnen:
Punkt A: Schnittpunkt von 2x + y = 100 und x = 0Setze x = 0 in die Gleichung ein:y = 100⇒ Punkt A: (0, 100)
Punkt B: Schnittpunkt von 2x + y = 100 und x + 3y = 90Lösen wir das Gleichungssystem:
Multipliziere die zweite Gleichung mit 2:
Subtrahiere die erste Gleichung von der zweiten:
Setze y = 16 in x + 3y = 90 ein:
Punkt C: Schnittpunkt von x + 3y = 90 und y = 0Setze y = 0 in die Gleichung ein:x = 90⇒ Punkt C: (90, 0)
Punkt D: Schnittpunkt von 2x + y = 100 und y = 0Setze y = 0 in die Gleichung ein:2x = 100x = 50⇒ Punkt D: (50, 0)
Zusammengefasst sind die Eckenpunkte: (0, 100), (42, 16), (90, 0) und (50, 0).
Schritt 2: Einsetzen der Eckenpunkte in die ZielfunktionDie Zielfunktion lautet: Z = 40x + 50y
Berechnen wir den Wert der Zielfunktion für jeden Eckpunkt:
Der maximale Wert der Zielfunktion wird bei Punkt A: (0, 100) erreicht. Somit ist der optimale Punkt (0, 100), und der maximale Gesamtgewinn beträgt 5000 Euro.
d) Beschreibe den Simplex-Algorithmus und wende ihn auf das oben formulierte Problem an, um den optimalen Gewinn zu berechnen. Berücksichtige dabei die Startbasis und etwaige Pivot-Operationen.
Lösung:
Subaufgabe d:
Um den Simplex-Algorithmus zu verstehen und anzuwenden, müssen wir zunächst seine Funktionsweise und die einzelnen Schritte erklären.
Schritt-für-Schritt-Anleitung des Simplex-Algorithmus:Der Simplex-Algorithmus ist eine iterative Methode zur Lösung linearer Programmierungsprobleme. Sein Ziel ist es, die Zielfunktion zu maximieren oder zu minimieren, indem er sich entlang der Ecken des Machbarkeitsgebiets bewegt, bis die optimale Lösung gefunden ist.
Schritt 1: Problemformulierung in StandardformFormuliere das Problem in der Standardform:
Wir müssen die Ungleichungen in Gleichungen umwandeln, indem wir Schlupfvariablen hinzufügen:
Die Standardform lautet somit:
Die initiale Simplex-Tabelle sieht wie folgt aus:
| Basis | x | y | s1 | s2 | Rechte Seite ||------|----|----|----|----|--------------|| s1 | 2 | 1 | 1 | 0 | 100 || s2 | 1 | 3 | 0 | 1 | 90 || Z | -40| -50| 0 | 0 | 0 |
Schritt 3: Pivot-Operationen1. Wähle die Einstiegsvariable: Die Variable mit dem höchsten negativen Koeffizienten in der Zielfunktion. In diesem Fall ist es y mit -50.
2. Berechne die Pivot-Spalte: Für jede Zeile (außer die Zielfunktion), dividiere die rechte Seite durch den Koeffizienten der Pivot-Spalte. Wähle den kleinsten positiven Wert.
| Basis | x | y | s1 | s2 | Rechte Seite ||------|----|----|----|----|--------------|| s1 | 2 | 1 | 1 | 0 | 100 / 1 = 100 || s2 | 1 | 3 | 0 | 1 | 90 / 3 = 30 || Z | -40| -50| 0 | 0 | 0 |
Die kleinste positive Ratio ist 30, also ist s2 die Pivot-Zeile.
3. Pivotiere, um die neue Tabelle zu erhalten:
| Basis | x | y | s1 | s2 | Rechte Seite ||------|----|----|----|----|--------------|| y | 1/3| 1 | 0 | 1/3| 30 || s1 | 5/3| 0 | 1 | -1/3| 40 || Z | 10 | 0 | 0 | 50/3| 1500 |
In der neuen Table ist kein negativer Koeffizient mehr in der Zielfunktion vorhanden. Die Lösung ist somit optimal.
Schritt 4: ErgebnisinterpretationZusammenfassung:
Durch Anwenden des Simplex-Algorithmus auf das gegebene Problem wurde ein maximaler Gewinn von 1500 Euro bei der Produktion von 30 Einheiten von Produkt B und null Einheiten von Produkt A erzielt.
Gegeben: Ein lineares Programm in Standardform:
a) Setze das lineare Programm zuerst in die Standardform um. Füge Schlupfvariablen ein, um die Ungleichungen in Gleichungen zu verwandeln. Zeige das zugehörige Initial-Tableau. Hinweise:
Lösung:
Gegeben: Ein lineares Programm in Standardform:
Verwende das Simplex-Verfahren, um die optimale Lösung zu finden.
a) Setze das lineare Programm zuerst in die Standardform um. Füge Schlupfvariablen ein, um die Ungleichungen in Gleichungen zu verwandeln. Zeige das zugehörige Initial-Tableau.
Hinweise:Um das lineare Programm in die Standardform umzuwandeln und die Ungleichungen in Gleichungen zu verwandeln, fügen wir Schlupfvariablen \( s_1 \) und \( s_2 \) ein:
\[ \text{Beschränkungen:} \] \[ a_{11}x_1 + a_{12}x_2 + a_{13}x_3 + s_1 = b_1 \] \[ a_{21}x_1 + a_{22}x_2 + a_{23}x_3 + s_2 = b_2 \] \[ x_1, x_2, x_3, s_1, s_2 \geq 0 \] Zielfunktion: \[ z - c_1 x_1 - c_2 x_2 - c_3 x_3 = 0 \] Initial-Tableau:
\begin{array}{c|cccccc} \text{Basisvariable} & x_1 & x_2 & x_3 & s_1 & s_2 & \text{Rechts} \ \text{Seite} \ \hline \ s_1 & a_{11} & a_{12} & a_{13} & 1 & 0 & b_1 \ s_2 & a_{21} & a_{22} & a_{23} & 0 & 1 & b_2 \ \hline \ z & -c_1 & -c_2 & -c_3 & 0 & 0 & 0 \ \end{array}
So sieht das Initial-Tableau für das Simplex-Verfahren aus.
b) Führe einen vollständigen Iterationsschritt des Simplex-Verfahrens durch, beginnend mit dem Initial-Tableau, dass Du in Teil (a) aufgestellt hast. Dokumentiere dabei genau die Pivot-Operationen und überprüfe die Abbruchkriterien. Bestimme, ob die aktuelle Lösung optimal ist oder nicht.Hinweise:
Lösung:
Gegeben: Ein lineares Programm in Standardform:
Verwende das Simplex-Verfahren, um die optimale Lösung zu finden.
b) Führe einen vollständigen Iterationsschritt des Simplex-Verfahrens durch, beginnend mit dem Initial-Tableau, das Du in Teil (a) aufgestellt hast. Dokumentiere dabei genau die Pivot-Operationen und überprüfe die Abbruchkriterien. Bestimme, ob die aktuelle Lösung optimal ist oder nicht.
Hinweise:Hier ist unser Initial-Tableau aus Teil (a):
\begin{array}{c|cccccc} \text{Basisvariable} & x_1 & x_2 & x_3 & s_1 & s_2 & \text{Rechts} \ \text{Seite} \ \hline \ s_1 & a_{11} & a_{12} & a_{13} & 1 & 0 & b_1 \ s_2 & a_{21} & a_{22} & a_{23} & 0 & 1 & b_2 \ \hline \ z & -c_1 & -c_2 & -c_3 & 0 & 0 & 0 \ \end{array}
\begin{array}{c|cccccc} \text{Neue Basisvariable} & x_1 & x_2 & x_3 & s_1 & s_2 & \text{Rechts} \ \text{Seite} \ \hline \ x_1 & 1 & \frac{a_{12}}{a_{11}} & \frac{a_{13}}{a_{11}} & \frac{1}{a_{11}} & 0 & \frac{b_1}{a_{11}} \ s_2 & 0 & \text{(neuer Wert)} & \text{(neuer Wert)} & \text{(neuer Wert)} & 1 & \text{neuer Wert} \ \hline \ z & 0 & \text{(neuer Wert)} & \text{(neuer Wert)} & \text{(neuer Wert)} & 0 & \text{neuer Wert} \ \end{array}**Aktualisierungen:**
Wir nehmen an, dass nach der Pivot-Operation das Tableau wie folgt aussieht:
\begin{array}{c|cccccc} \text{Basisvariable} & x_1 & x_2 & x_3 & s_1 & s_2 & \text{Rechts} \ \text{Seite} \ \hline \ x_1 & 1 & \frac{a_{12}}{a_{11}} & \frac{a_{13}}{a_{11}} & \frac{1}{a_{11}} & 0 & \frac{b_1}{a_{11}} \ s_2 & 0 & \text{(neuer Wert)} & \text{(neuer Wert)} & \text{(neuer Wert)} & 1 & \text{neuer Wert} \ \hline \ z & 0 & \text{(neuer Wert)} & \text{(neuer Wert)} & \text{(neuer Wert)} & 0 & \text{neuer Wert} \ \end{array}
Dies kennzeichnet unsere neue Basis.
Daher kann der iterative Prozess fortgesetzt werden, bis alle Koeffizienten der Zielfunktion nicht-negativ sind.
Fazit: Wenn alle Koeffizienten in der Zielfunktion (Z-Zeile) nicht-negativ sind, dann ist die aktuelle Lösung optimal. Andernfalls sind weitere Schritte notwendig.DualitätstheorieDie Dualitätstheorie bezieht sich auf das Konzept, dass jedem Optimierungsproblem ein Duales Problem zugeordnet ist. Lösungen des Dualen Problems liefern Grenzen für die Lösungen des Primärproblems.
Überprüfen die Schwache Dualität für die zulässigen Lösungen \(x = (1, 1.5)\) und \(y = (0.5, 1)\) aus dem Primär- und Dualproblem, die Du im ersten Unterpunkt formuliert hast.
Lösung:
Um die schwache Dualität zu überprüfen, müssen wir die zulässigen Lösungen \( x = (1, 1.5) \) für das Primärproblem und \( y = (0.5, 1) \) für das Dualproblem in die jeweiligen Zielfunktionen einsetzen und prüfen, ob die Bedingung erfüllt ist:
Für das Primärproblem lautet die Zielfunktion:
Setzen wir die Werte von \( x \) ein:
Für das Dualproblem lautet die Zielfunktion:
Setzen wir die Werte von \( y \) ein:
Laut der schwachen Dualität sollte gelten:
Einsetzen der berechneten Werte:
Da dies zutrifft, ist die Bedingung der schwachen Dualität erfüllt.
Somit ist die schwache Dualität für die zulässigen Lösungen \( x = (1, 1.5) \) und \( y = (0.5, 1) \) gegeben.
Angenommen, \(x^* = (1, 1.5)\) ist die optimale Lösung für das Primärproblem und \(y^* = (0.5, 1)\) ist die optimale Lösung für das Dualproblem. Überprüfe, ob diese Lösungen die starke Dualität erfüllen.
Lösung:
Die starke Dualität besagt, dass wenn \(x^*\) die optimale Lösung für das Primärproblem und \(y^*\) die optimale Lösung für das Dualproblem ist, dann gilt:
Hier sind die gegebenen optimalen Lösungen:
Wir berechnen nun die Zielfunktionswerte für beide Probleme:
Zielfunktion des Primärproblems:
Zielfunktion des Dualproblems:
Um die starke Dualität zu überprüfen, muss gelten:
Einsetzen der berechneten Werte:
Da dies nicht zutrifft, erfüllen die gegebenen Lösungen \(x^* = (1, 1.5)\) und \(y^* = (0.5, 1)\) nicht die Bedingung der starken Dualität.
Zeige, dass die komplementären Schlupfbedingungen für die gefundenen optimalen Lösungen \(x^*\) und \(y^*\) erfüllt sind.
Lösung:
Um nachzuweisen, dass die komplementären Schlupfbedingungen für die gefundenen optimalen Lösungen \(x^*\) und \(y^*\) erfüllt sind, müssen wir überprüfen, ob die Bedingung:
für alle \(i\) erfüllt ist. Die vorkommenden Elemente sind:
Berechnen wir nun die komplementären Schlupfbedingungen für jedes \(i\):
Für \(i = 1\):
Für \(i = 2\):
Da beide komplementären Schlupfbedingungen erfüllt sind, gilt:
Somit sind die komplementären Schlupfbedingungen für die optimalen Lösungen \(x^* = (1, 1.5)\) und \(y^* = (0.5, 1)\) erfüllt.
Mit unserer kostenlosen Lernplattform erhältst du Zugang zu Millionen von Dokumenten, Karteikarten und Unterlagen.
Kostenloses Konto erstellenDu hast bereits ein Konto? Anmelden